Suwerenna AI, policzona uczciwie: ile naprawdę kosztuje on-premises

Kto właśnie decyduje, czy obciążenia AI powinny trafić do chmury, czy na własne serwery, dostaje na stół dwie kalkulacje - i żadna z nich się nie spina. Kalkulator TCO dostawcy chmury zapomina, że nawet API ktoś musi utrzymywać. Oferta on-premises od sprzedawcy sprzętu zapomina o prądzie, serwisie, redundancji, a przede wszystkim o ludziach, którzy utrzymują serwer przy życiu. Uzupełniliśmy obie strony rachunku: 36-miesięczny model kosztowy zbudowany wyłącznie z publicznych, datowanych źródeł cenowych, z jawnymi założeniami i bez z góry ustalonego zwycięzcy.

1 · Dwie interesowne kalkulacje, żadnej neutralnej miary

Debata o suwerennej AI ma problem z liczbami. Po jednej stronie stoją kalkulatory dostawców, w których on-premises wypada drogo, bo stronie chmurowej zapisują wyłącznie cennikową cenę tokenów. Po drugiej stronie stoi romantyzm on-premises, który upiększa własny sprzęt, dzieląc cenę zakupu przez 36 i pomijając resztę. Obie strony mają model biznesowy, a nie miarę.

Ten artykuł jest próbą zbudowania miary. Zasady: obie strony kosztów uzupełniamy symetrycznie, każda liczba pochodzi z datowanego, publicznego źródła, wszystkie założenia wraz z przedziałami są opublikowane w repozytorium towarzyszącym, a wrażliwość tych założeń jest policzona, a nie ukryta. Celowo nie ma „zwycięzcy" - są warunki, w których wygrywa każda ze ścieżek zakupu.

2 · Metodyka: 110 datowanych źródeł cenowych, cztery obciążenia, 36 miesięcy

Podstawą jest migawka cenowa z 7 lipca 2026 roku ze 110 datowanymi wpisami z publicznych cenników: ceny zarządzanych API (OpenAI, Anthropic, Azure OpenAI, Mistral z hostingiem w UE), instancje GPU w chmurze (Azure H100 w regionie Niemcy, OVHcloud H100/L40S jako suwerenny dostawca z UE; on-demand i rezerwowane), sprzęt on-premises w trzech konfiguracjach (1× L40S na start, 2× H100 klasa średnia, 8× H100 system duży), przemysłowe ceny prądu według Destatis i cennikowe stawki kolokacji oraz publiczne widełki płacowe MLOps/DevOps. Żadnych ofert handlowych, żadnego scrapingu zza loginów; to, czego nie da się publicznie udokumentować, jest oznaczone jako założenie i zmieniane w analizie wrażliwości.

Liczymy cztery scenariusze obciążenia w horyzoncie 36 miesięcy: S (wewnętrzny RAG/asystent, ok. 1 mln tokenów miesięcznie, godziny biurowe), M (aplikacja dla klientów, ok. 10 mln tokenów miesięcznie, 16/7 z umiarkowanymi szczytami), L (produkt/platforma, ok. 100 mln tokenów miesięcznie, 24/7 ze szczytami ×3) oraz B (klasyczny nocny scoring ML w trybie wsadowym, bez wymagań co do opóźnień). Każda liczba w tym artykule pochodzi z pliku wynikowego results/tco_summary.json w repozytorium towarzyszącym; notebook liczy deterministycznie i wyłącznie z migawki.

3 · Uczciwy rachunek za chmurę: rezerwa jałowa, egress i utrzymanie

Cena tokenów to nie jest cały rachunek. Do faktury za API dochodzą logowanie, monitoring i egress, czyli wychodzący transfer danych (łącznie w modelu 5 procent kosztów API) - a przede wszystkim utrzymanie: nawet zarządzane API wymaga integracji, nadzoru, obsługi błędów i pielęgnacji promptów, w modelu 0,1 etatu. Przy małych obciążeniach ta pozycja przygniata wszystko inne. W scenariuszu S frontierowe API (najmocniejsza klasa modeli API, w rachunku OpenAI gpt-5.5) kosztuje ok. 794 euro miesięcznie - z czego tokeny to całe 8,79 euro; reszta to niemal w całości personel. Przy małych wolumenach ten, kto tnie koszty API, optymalizuje zły koniec rachunku.

Samodzielnie hostowane GPU w chmurze niosą dwie chętnie zapominane pozycje: rezerwę jałową (autoskalowanie utrzymuje moc ponad realnym ruchem, w modelu 30-procentowy narzut na godziny aktywne) oraz fakt, że instancje rezerwowane są rozliczane całodobowo według rozmiaru szczytowego - również nocą. Do tego 0,3 etatu na stos serwujący. W efekcie rezerwowana Azure H100 w regionie Niemcy kosztuje stale 5 669 euro miesięcznie - niezależnie od tego, czy tokeny płyną, czy nie. Dostawca z UE, OVHcloud, wychodzi w wariancie rezerwowanym na 4 363 euro, a on-demand - zależnie od profilu obciążenia - wyraźnie taniej.

4 · Uczciwy rachunek za on-premises: ludzie kosztują więcej niż prąd

Po stronie on-premises tradycyjnie dyskutuje się o prądzie - a to najmniejsza z istotnych pozycji. Pełny rachunek: liniowa amortyzacja zakupu przez 36 miesięcy, prąd przemysłowy według ceny Destatis z PUE 1,6 dla własnej serwerowni, czyli z 60-procentowym narzutem energii na chłodzenie i infrastrukturę (alternatywnie kolokacja według cennika), serwis 8 procent ceny zakupu rocznie, redundancja N+1 (jeden dodatkowy system rezerwowy) wszędzie tam, gdzie wymusza ją wymóg dostępności - oraz największa niedoszacowana pozycja: 0,5 etatu MLOps/DevOps na stos serwujący, w modelu z pełnym kosztem pracodawcy ok. 94 tys. euro rocznie.

To drastycznie przesuwa proporcje. Przy serwerze startowym (1× L40S, we własnej serwerowni) 829 euro miesięcznej amortyzacji stoi naprzeciw 3 924 euro udziału personelu - człowiek kosztuje ponad cztery razy więcej niż maszyna. Prąd: 121 euro. Kto mówi o on-premises i milczy o personelu, ten nie zrobił rachunku.

5 · Wynik bazowy: on-premises nie wygrywa w żadnym scenariuszu bazowym

Cztery scenariusze, najtańszy wariant każdej ścieżki zakupu (euro miesięcznie, model 36-miesięczny):

Co godne uwagi: nawet w scenariuszu L, przy 100 mln tokenów miesięcznie, frontierowe API (2 053 euro) pozostaje wyraźnie poniżej najtańszego wariantu GPU w chmurze (3 695 euro) i na poziomie mniej więcej jednej piątej kosztu własnego sprzętu (10 996 euro, wliczając należną na tym poziomie redundancję N+1). Hostowane w UE API Mistrala kosztuje w scenariuszu L 1 117 euro - na poziomie API rezydencja danych w UE jest niemal za darmo. A scenariusz wsadowy pokazuje wzorzec w czystej postaci: nocny scoring w chmurze płaci tylko za faktycznie przeliczone godziny (2 531 euro), podczas gdy własny serwer amortyzuje się także za dnia (5 054 euro).

System duży (8× H100) policzyliśmy dla scenariusza L celowo jako ilustrację: 32 941 euro miesięcznie, niecałe 1,19 mln euro w 36 miesięcy - masywnie przewymiarowany dla 100 mln tokenów. To cena kupowania zapasu suwerenności, którego nikt nie wykorzysta.

6 · Próg opłacalności: około 574 mln tokenów miesięcznie

Od jakiego wolumenu obraz się odwraca? Odpowiedź daje krzywa break-even nad wolumenem tokenów (profil obciążenia M, 16/7, szczyty ×2):

Frontierowe API pozostaje tańsze od własnego serwera 2× H100 aż do około 574 mln tokenów miesięcznie. Względem rezerwowanego GPU w chmurze (Azure, region Niemcy) punkt przecięcia wypada przy około 424 mln tokenów miesięcznie, a względem tańszego dostawcy z UE - odpowiednio wcześniej. Kto za punkt odniesienia weźmie API hostowane w UE, ten przesuwa próg opłacalności on-premises aż do około 2,2 mld tokenów miesięcznie - tania krzywa API po prostu znacznie później przecina linie kosztów stałych.

Dla skali: 574 mln tokenów miesięcznie to ponad pięciokrotność naszego scenariusza L - platformy produktowej 24/7. Próg opłacalności nie leży tam, gdzie dziś stoi większość średnich firm; leży tam, gdzie inferencja LLM stała się rdzeniem biznesu.

7 · Wrażliwość: trzy parametry, od których zależy decyzja

Każde założenie modelu zostało z osobna przepuszczone przez swój udokumentowany przedział. Wykres tornado pokazuje, co naprawdę rusza próg opłacalności - a co nie:

1. Poziom cen API. Jeśli ceny API spadną o kolejne 50 procent - zgodnie z historycznym kierunkiem - próg opłacalności podwaja się do około 1,15 mld tokenów miesięcznie. Każda decyzja o on-premises jest więc zarazem zakładem o przyszłą krzywą cen API.
2. Udział personelu utrzymania. Między 0,25 a 1,0 etatu na utrzymanie on-premises próg opłacalności wędruje między około 403 a 914 mln tokenów miesięcznie. To, czy zgrany zespół ops już istnieje, czy dopiero trzeba go zbudować, jest najdroższym pojedynczym pytaniem kadrowym całego rachunku.
3. Cena zakupu GPU. Sprzęt tańszy o 30 procent obniża próg opłacalności do około 489 mln tokenów miesięcznie - zauważalnie, ale słabiej niż dwie pierwsze dźwignie.

Równie ważne jest to, co nie decyduje: przemysłowa cena prądu przesuwa próg opłacalności nawet przy ±50 procent jedynie między 564 a 583 mln tokenów miesięcznie - wychylenie poniżej 2 procent w każdą stronę. A przepustowość serwowania na H100 (zmieniana między 700 a 3000 tokenów na sekundę) poniżej nasycenia GPU nie ma dokładnie żadnego efektu, bo wolumen po prostu nie wypełnia karty. Debata o cenie prądu i benchmarki przepustowości to dla tej decyzji wątki poboczne.

8 · Steel-man obu stron - i premia za suwerenność

Uczciwe porównanie musi policzyć każdą stronę w jej najlepszym, a nie najgorszym wydaniu.

Najlepszy przypadek dla chmury: 2 mln tokenów miesięcznie, mocno zmienne obciążenie (szczyty ×4), mały zespół bez mocy przerobowych ops, wymagana jakość frontier. Wynik: API kosztuje 803 euro miesięcznie, startowy własny serwer 5 073 euro - w horyzoncie 36 miesięcy API jest tańsze 6,3 raza. Tu decyzja nie jest kwestią wyważenia, tylko arytmetyki.

Najlepszy przypadek dla on-premises: 1,5 mld tokenów miesięcznie przy niemal stałym obciążeniu 24/7, suwerenność danych obowiązkowa (przetwarzanie musi fizycznie odbywać się we własnej siedzibie), istniejący zespół ops prowadzi to obok bieżącej pracy, a jakość modeli open-weights wystarcza dla danego zastosowania. Wynik: własny serwer 2× H100 kosztuje 9 035 euro miesięcznie z redundancją N+1 i bije hostowane w UE frontierowe API (19 810 euro) 2,2 raza.

Ale - i to ustalenie jest cytowalnym rdzeniem modelu: nawet w swoim skonstruowanym najlepszym przypadku on-premises wygrywa tylko z tokenowymi API. Wynajęte GPU w chmurze z UE (OVHcloud, rezerwowane, 4 363 euro miesięcznie) pozostaje i wtedy tańsze. Różnica około 4 700 euro miesięcznie - mniej więcej 56 tys. euro rocznie - to cena wymogu, by sprzęt stał we własnym budynku, a nie w unijnym centrum danych europejskiego dostawcy. Ta premia za suwerenność może być w pełni racjonalnym wydatkiem; trzeba ją tylko budżetować jako to, czym jest: opłacony wymóg, a nie program oszczędnościowy.

9 · Czego celowo nie wyceniliśmy

Trzy rzeczy celowo nie występują w modelu jako kwoty w euro, bo każda liczba byłaby pozorną precyzją:

• Kompromis jakościowy. Systemy hostowane samodzielnie (GPU w chmurze i on-premises) serwują modele open-weights; frontierowe API w części zadań dają wyższą jakość. Czy open weights wystarczą, to test przydatności na własnym przypadku użycia - a nie czynnik kosztowy, który dałoby się wycenić ryczałtem. Model nazywa ten kompromis i zostawia go otwartym.
• Korzyść compliance i suwerenności. Dostawcy z USA podlegają dostępowi na mocy CLOUD Act również przy hostingu w UE; prawdziwi dostawcy z UE i własny sprzęt stopniowo redukują tę zależność, a wchodzące od sierpnia 2026 roku etapy egzekwowania AI Act zwiększają presję dokumentacyjną. To realna, jakościowa korzyść opcji suwerennych - „wycenianie" jej w euro byłoby dokładnie tą pseudokwantyfikacją, którą ten artykuł krytykuje.
• Prognozy. Ryzyko zmian cen u dostawców API (repricing, wygaszanie modeli) traktujemy jako przedział wrażliwości, nie przepowiednię. Wartość rezydualna sprzętu po 36 miesiącach (udokumentowane założenie: 15 procent, przedział do 30) nie jest ujęta w rachunku bazowym.

Ograniczenia badania: ceny cennikowe zamiast negocjowanych (rabaty przesuwają obie strony), jedna konfiguracja serwująca na poziom sprzętu zamiast strojenia pod konkretny przypadek oraz personel jako udziały etatów z publicznych widełek płacowych. Wszystkie trzy uproszczenia są udokumentowane i objęte analizą wrażliwości.

10 · Mapa warunków: kiedy wygrywa która ścieżka zakupu

Zamiast zwycięzcy model dostarcza warunki:

• Poniżej około 500 mln tokenów miesięcznie i bez twardego obowiązku on-premises: zarządzane API. Tam, gdzie wymagana jest rezydencja danych w UE, API hostowane w UE kosztuje ledwie zauważalną dopłatę (scenariusz L: 1 117 wobec 975 euro miesięcznie względem najtańszego wariantu globalnego).
• Wysokie, stałe obciążenie, a rezydencja danych w UE wystarcza: wynajęte GPU w chmurze z UE. Od średnich trzycyfrowych milionowych wolumenów wzwyż to najtańsza suwerenna opcja - bez capexu, bez ryzyka sprzętowego.
• On-premises jest właściwe, gdy schodzą się cztery warunki: przetwarzanie musi fizycznie odbywać się we własnym budynku, obciążenie jest wysokie i stałe, moce ops już istnieją, a jakość open-weights wystarcza dla danego zastosowania. Wtedy on-premises jest racjonalną, świadomie opłaconą decyzją - z premią za suwerenność około 4 700 euro miesięcznie względem GPU w chmurze z UE nawet w najlepszym przypadku.
• W każdym przypadku: decyzja zależy od trzech parametrów - poziomu cen API, udziału personelu utrzymania i ceny zakupu GPU. Kto zna je dla własnej organizacji, w kilka minut przeliczy krzywe na własną sytuację w repozytorium towarzyszącym. Cena prądu prawie nigdy nie jest odpowiedzią.

Reprodukowalność

Wszystkie liczby w tym artykule pochodzą z results/tco_summary.json w publicznym repozytorium towarzyszącym onprem-cloud-tco-benchmark. Notebook liczy deterministycznie i wyłącznie z zamrożonej migawki cenowej data/data_snapshot.json (110 datowanych wpisów, stan na 7 lipca 2026 roku, każde źródło z URL i datą pobrania); nie wykonuje żadnych połączeń sieciowych. Kluczowe twierdzenia zweryfikowano według naszego protokołu truth-check; protokół znajduje się w repozytorium jako heatmapa.

Źródła

• Migawka cenowa data/data_snapshot.json w repozytorium towarzyszącym: 110 datowanych wpisów z publicznych cenników (zarządzane API: OpenAI, Anthropic, Azure OpenAI, Mistral; GPU w chmurze: AWS, Azure, OVHcloud; sprzęt on-premises: ceny cennikowe trzech konfiguracji; cenniki kolokacji), każdy ze źródłem, URL i datą pobrania.
• Przemysłowa cena prądu: niemiecki Federalny Urząd Statystyczny (Destatis), wykorzystana na licencji Datenlizenz Deutschland - Namensnennung - 2.0.
• Pełne koszty etatu: publiczne widełki płacowe MLOps/DevOps, modelowane jako udziały etatów (szczegóły źródeł w migawce).
• Przeliczenie EUR/USD: kurs referencyjny EBC (datowany w migawce).